CN117893032A - 一种基于数字孪生的变电站运维健康分析方法和*** - Google Patents

一种基于数字孪生的变电站运维健康分析方法和*** Download PDF

Info

Publication number
CN117893032A
CN117893032A CN202410296815.2A CN202410296815A CN117893032A CN 117893032 A CN117893032 A CN 117893032A CN 202410296815 A CN202410296815 A CN 202410296815A CN 117893032 A CN117893032 A CN 117893032A
Authority
CN
China
Prior art keywords
equipment
virtual
substation
abnormal
relation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202410296815.2A
Other languages
English (en)
Other versions
CN117893032B (zh
Inventor
石一峰
吴志坚
陆汇文
周涛
钱雪峰
陈伟
徐国栋
周游
温嘉烨
顾晨杰
马斌
王炎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nari Information and Communication Technology Co
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Nari Information and Communication Technology Co
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nari Information and Communication Technology Co, Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Nari Information and Communication Technology Co
Priority to CN202410296815.2A priority Critical patent/CN117893032B/zh
Publication of CN117893032A publication Critical patent/CN117893032A/zh
Application granted granted Critical
Publication of CN117893032B publication Critical patent/CN117893032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一种基于数字孪生的变电站运维健康分析方法和***。该方法包括，构建变电站数字孪生模型，为各个虚拟设备构建关系映射；获取实体设备的物理参数和实时运行数据，通过虚拟设备进行动态数据显示，监测实体设备运行状态；当监测到一次设备运行状态异常时，通过对应虚拟设备进行故障显示，根据物理参数数据和关系映射得到目标关联设备，并通过与对应虚拟设备进行风险显示；当二次设备运行状态出现异常时，通过与对应虚拟设备进行故障显示；得到发生异常的二次设备的目标关联设备，并通过对应虚拟设备进行风险显示。本发明的方案实现了变电站设备全域感知，帮助运维人员确定关联设备的故障和风险，保证变电站安全可靠运行。

Description

一种基于数字孪生的变电站运维健康分析方法和***
技术领域
本发明属于变电站工程领域，特别涉及一种基于数字孪生的变电站运维健康分析方法和***。
背景技术
变电站作为电力***中电能输送的关键环节，其安全稳定运行对维持电网稳定、保证电力***可靠供电意义重大。电力设备状态监测和故障诊断主要是对当前设备前期的、潜在故障通过各种技术手段找出它的故障规律，对这类故障的诊断是目前电力***研究的热点之一。现有技术中，变电站设备运维主要依靠巡检机器人结合各项监控设备对变电站设备运行数据进行采集并综合分析诊断，但也存在各种不足，一方面无法直观、立体地了解故障设备，另一方面其关注点仅在当前设备的故障诊断准确性上，例如对故障诊断模型的改进，并没有考虑相关设备可能存在的潜在故障。中国专利申请CN114266197A公开了一种水变电站设备故障诊断方法，该故障诊断方法利用故障诊断模型对水变电站设备进行结果分析，固然能够提高诊断结果的准确性，但其仅限于对当前设备的故障分析，而未考虑与之关联的设备可能存在的潜在故障。
发明内容
为了解决现有技术中存在的不足，本发明提供了一种基于数字孪生的变电站运维健康分析方法和***，以解决在当前设备的故障诊断过程中获取关联设备可能存在的潜在风险的技术问题。
为解决上述技术问题，本发明采用如下的技术方案。
本发明首先公开了一种基于数字孪生的变电站运维健康分析方法，该方法包括以下步骤：
构建变电站数字孪生模型，所述变电站数字孪生模型包括虚拟设备，并且为各个虚拟设备构建关系映射，其中所述虚拟设备与变电站实体设备一一对应；
通过所述变电站数字孪生模型获取变电站实体设备的物理参数数据和实时运行数据，通过所述虚拟设备进行动态数据显示，并根据所述实时运行数据监测所述变电站实体设备运行状态；
当监测到所述变电站的一次设备运行状态出现异常时，通过与异常设备对应的虚拟设备进行故障显示，并根据所述物理参数数据和所述关系映射，得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的虚拟设备进行风险显示；
当所述变电站的二次设备运行状态出现异常时，通过与发生异常的二次设备对应的虚拟设备进行故障显示；同时根据所述关系映射得到发生异常的二次设备的目标关联设备，并通过与该目标关联设备对应的虚拟设备进行风险显示。
本发明进一步包括以下优选方案：
所述为各个虚拟设备构建关系映射，进一步包括：
针对一次设备构建物理关系映射和电气关系映射，并且针对二次设备构建电气关系映射；
所述物理关系映射包括热辐射关系、电辐射关系、位置关系、装配关系；所述热辐射关系和电辐射关系是指变电站设备的热辐射范围和电辐射范围内所覆盖的关联设备；所述位置关系包括变电站设备间的距离、方位关系；所述装配关系是指各设备之间所存在的相互装配的关系；
所述电气关系映射包括电气连接关系。
所述物理参数数据包括温度数据、位置数据、装配数据。
所述根据所述物理参数数据和所述关系映射，得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的虚拟设备进行风险显示，进一步包括：
根据所述异常设备的位置数据和所述位置关系，得到位置关联设备；根据异常设备的装配数据和所述装配关系，得到装配关联设备；根据异常设备和所述电气连接关系，得到电气关联设备；
判断异常设备的温度数据是否超过阈值，若否，则将所述位置关联设备、所述装配关联设备、所述电气关联设备的交集作为目标关联设备，并通过相应虚拟设备进行一级风险显示；若是，则根据所述温度数据和热辐射关系，得到热辐射关联设备；
判断所述热辐射关联设备是否与异常设备存在电辐射关系；若不存在电辐射关系，则对所述位置关联设备、所述装配关联设备、所述电气关联设备、所述热辐射关联设备分别取并集和交集，将所述并集减去交集得到第一目标关联设备，并通过相应虚拟设备进行一级风险显示；将所述交集作为第二目标关联设备，并通过相应虚拟设备进行二级风险显示；若存在电辐射关系，则将所述位置关联设备、所述装配关联设备、所述电气关联设备、所述热辐射关联设备的并集作为目标关联设备，并通过相应虚拟设备进行二级风险显示。
所述二级风险显示等级高于所述一级风险显示，所述一级风险和所述二级风险通过不同颜色以及文字提示在相应虚拟设备上进行显示，以区分风险等级。
所述一次设备与相应的所述二次设备之间设置有实体隔离开关，且所述数字孪生模型中具备相应的虚拟隔离开关。
所述根据所述关系映射得到发生异常的二次设备的目标关联设备，并通过与该目标关联设备对应的虚拟设备进行风险显示，进一步包括：
当所述二次设备运行状态出现异常时，运维人员在所述变电站数字孪生模型中通过控制所述虚拟隔离开关，使得相应的实体隔离开关开启，从而使所述二次设备与相应的一次设备进行信号隔离；
当所述二次设备故障解除后，根据故障解除信号自动关闭所述虚拟隔离开关，从而使得相应的实体隔离开关关闭，从而使所述二次设备与相应的一次设备解除信号隔离。
本发明同时公开了一种利用前述基于数字孪生的变电站运维健康分析方法的基于数字孪生的变电站运维健康分析***，包括变电站数字孪生模型构建模块、变电站设备运行状态监测模块、一次设备关联显示模块和二次设备关联显示模块，其特征在于：
所述变电站数字孪生模型构建模块，用于构建变电站数字孪生模型，所述变电站数字孪生模型包括虚拟设备，并且为各个虚拟设备构建关系映射，其中所述虚拟设备与变电站实体设备一一对应；
所述变电站设备运行状态监测模块，用于通过所述变电站数字孪生模型获取变电站实体设备的物理参数数据和实时运行数据，通过所述虚拟设备进行动态数据显示，并根据所述实时运行数据监测所述变电站实体设备运行状态；
所述一次设备关联显示模块，用于当监测到所述变电站的一次设备运行状态出现异常时，通过与异常设备对应的虚拟设备进行故障显示，并根据所述物理参数数据和所述关系映射，得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的虚拟设备进行风险显示；
所述二次设备关联显示模块，用于当所述变电站的二次设备运行状态出现异常时，通过与发生异常的二次设备对应的虚拟设备进行故障显示；同时根据所述关系映射得到发生异常的二次设备的目标关联设备，并通过与该目标关联设备对应的虚拟设备进行风险显示。
相应地，本申请还公开了一种终端，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据前述基于数字孪生的变电站运维健康分析方法的步骤。
相应地，本申请还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述基于数字孪生的变电站运维健康分析方法的步骤。
本发明的有益效果在于，与现有技术相比，本发明提供了一种基于数字孪生的变电站运维健康分析方法和***，在数字空间构建与实体变电站完全相同的数字孪生变电站，虚实交互，迭代共生，从而实现变电站设备全域感知、故障精准判断、定位准确清晰、预警及时有效，保证变电站安全可靠运行，降低运维成本。通过为所述模型中的各个虚拟设备构建关系映射，可以在对设备进行故障诊断时，通过关系映射获取与当前设备相关联的可能存在潜在风险的设备，并通过数字孪生模型进行相应提示。一次设备和二次设备根据不同的关系映射获取关联设备，从而满足一次设备和二次设备的不同安全等级和功能特点。通过对不同风险的关联设备进行不同等级的风险显示，可以帮助运维人员快速确定关联设备的风险等级，以便制定差异化应对策略。
附图说明
图1是本发明中的基于数字孪生的变电站运维健康分析方法的流程图。
图2是本发明中的基于数字孪生的差异化风险显示过程示意图。
图3是本发明中的基于数字孪生的变电站运维健康分析***的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。
本申请所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施例，都属于本发明的保护范围。
针对现有技术的不足，本发明提出一种基于数字孪生的变电站运维健康分析方法和***，在数字空间构建与实体变电站完全相同的数字孪生电站模型，并且为模型中的各个虚拟设备构建关系映射，从而在对设备进行故障诊断时，通过关系映射获取与当前设备相关联的可能存在潜在风险的设备，并通过数字孪生模型进行相应提示。一次设备和二次设备根据不同的关系映射获取关联设备，从而满足一次设备和二次设备的不同安全等级和功能特点。通过对不同风险的关联设备进行不同等级的风险显示，可以帮助运维人员快速确定关联设备的风险等级，以便制定差异化应对策略。
参见图1所示，本发明公开的基于数字孪生的变电站运维健康分析方法，包括以下步骤：
步骤1：构建变电站数字孪生模型，所述变电站数字孪生模型包括虚拟设备，并且为各个虚拟设备构建关系映射，其中所述虚拟设备与变电站实体设备一一对应。
具体地，本发明利用数字孪生技术和三维实景建模，按实际比例大小还原出变电站内设备真实场景，包括创建完整的变电站虚拟设备和环境的三维模型即数字孪生模型，真实再现设备环境状态，使用户能够直观准确地定位设备故障。数字孪生模型中的虚拟设备与变电站实体设备是一一对应的。其中三维建模可采用3dx Max、VRMap等技术。在具体的实施例中，可以通过现场图片和变电站设备图纸，确定模型尺寸参数、设备型号、形状、材料等。
在进一步优选的实施例中，针对一次设备构建物理关系映射和电气关系映射，并且针对二次设备构建电气关系映射。
其中，变电站的一次设备指的是直接生产、输送、分配和使用电能的设备，主要包括变压器、高压断路器、隔离开关、母线、避雷器、电容器、电抗器等，属于变电站的核心设备，安全等级较高，且通常涉及强电，因此针对一次设备构建的关系映射包括物理关系映射和电气关系映射，在一次设备出现异常时，获取其关联设备时除了要考虑电气关系映射外，还应考虑物理关系映射。
优选地，所述物理关系映射包括热辐射关系、电辐射关系、位置关系、装配关系。所述电气关系映射包括电气连接关系。其中所述热辐射关系和电辐射关系是指目标设备的热辐射范围和电辐射范围内所覆盖的关联设备，其中所述热辐射范围是指在该范围内的热辐射高于阈值，所述电辐射范围是指目标设备放电时的电弧影响范围。所述位置关系包括设备间的距离、方位关系。所述装配关系是指各设备之间是否存在相互装配，该装配关系通过设备组的形式体现。装配数据包括设备编号，如设备001，设备002，若二者之间存在相互装配关系，则在数据库中将设备001和设备002标记在同一设备组中。
所述二次设备是指对一次设备和***的运行工况进行测量、监视、控制和保护的设备，如继电保护装置、自动装置、测控装置、计量装置等，通常涉及弱电，因此在二次设备出现异常时，获取其关联设备时仅考虑电气关系映射即可。
步骤2：通过所述变电站数字孪生模型获取变电站实体设备的物理参数数据和实时运行数据，通过所述虚拟设备进行动态数据显示，并根据所述实时运行数据监测所述变电站实体设备运行状态。
其中，所述物理参数数据包括温度数据、位置数据、装配数据。
变电站实体设备运行数据由各种传感器采集，并通过信息专网加密传送至数据后台，一方面将需要显示的运行数据发送到数字孪生模型中对应的虚拟设备上进行实时显示，另一方面根据获取的运行数据对设备进行健康分析。
步骤3：当监测到所述变电站的一次设备运行状态出现异常时，通过与异常设备对应的虚拟设备进行故障显示，并根据所述物理参数数据和所述关系映射，得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的虚拟设备进行风险显示。
具体地，在确定一次设备运行状态的异常过程中，采集一次设备的历史异常数据和实时物理参数数据，采用异常识别模型描述与物理参数相关的设备的运行异常概率，表示为：
其中，正常情况下变电站设备运行时间为Tf；ω(k)为不同物理参数条件下设备的运行异常概率，k=1为正常温度参数，k=2为正常位置参数，k=3为正常装配物理参数；n为正常物理参数的产生时长；P1为异常温度产生时长；P2为异常位置产生时长；U1为在异常温度参数下的运行异常次数的比例；U2为在异常位置参数下出现的运行异常次数比例，Tm为运行异常发生前的一次设备运行时间；
将变电站所有一次设备的运行异常概率表示为：
其中Tr为异常恢复时间，且n+ P1+ P2=Tf。
图2是本发明中的基于数字孪生的差异化风险显示过程示意图。所述步骤3中，具体可以根据所述物理参数数据、所述物理关系映射、电气关系映射得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的进行风险显示，具体包括：
步骤3.1：根据所述异常设备的位置数据和所述位置关系，得到位置关联设备；根据异常设备的装配数据和所述装配关系，得到装配关联设备；根据异常设备和所述电气连接关系，得到电气关联设备。
步骤3.2：判断异常设备的温度数据是否超过阈值，若否，则将所述位置关联设备、所述装配关联设备、所述电气关联设备的交集作为目标关联设备，并通过相应虚拟设备进行一级风险显示；若是，则根据所述温度数据和热辐射关系，得到热辐射关联设备。
步骤3.3：判断所述热辐射关联设备是否与异常设备存在电辐射关系。
若不存在电辐射关系，则对所述位置关联设备、所述装配关联设备、所述电气关联设备、所述热辐射关联设备分别取并集和交集，将所述并集减去交集得到第一目标关联设备，并通过相应虚拟设备进行一级风险显示；将所述交集作为第二目标关联设备，并通过相应虚拟设备进行二级风险显示。可选地，所述二级风险显示等级高于所述一级风险显示，所述一级风险和所述二级风险通过不同颜色以及文字提示在相应虚拟设备上进行显示，以区分风险等级。
若存在电辐射关系，则将所述位置关联设备、所述装配关联设备、所述电气关联设备、所述热辐射关联设备的并集作为目标关联设备，并通过相应虚拟设备进行二级风险显示。
其中，由于一次设备是变电站的核心设备，安全等级高且涉及强电，因此当一次设备出现异常且温度升高时，其风险会大大提升，温度过高时可能会发生***、闪络放电等现象。因此当异常设备温度超过阈值时，热辐射范围内和电辐射范围内的关联设备也存在较大风险。且同时满足热辐射范围和电辐射关系的关联设备风险更高，通过对不同风险的关联设备进行不同等级的风险显示，可以帮助运维人员快速确定关联设备的风险等级，以便制定差异化应对策略。
步骤4：当所述变电站的二次设备运行状态出现异常时，通过与发生异常的二次设备对应的虚拟设备进行故障显示；同时根据所述关系映射得到发生异常的二次设备的目标关联设备，并通过与该目标关联设备对应的虚拟设备进行风险显示。
其中，所述风险显示为一级风险显示。
在本发明优选的实施例中，所述一次设备与相应的所述二次设备之间设置有实体隔离开关，且所述模型中也具备相对应的虚拟隔离开关。
其中，所述步骤4进一步包括：
步骤4.1：当所述二次设备运行状态出现异常时，运维人员在所述变电站数字孪生模型中通过控制所述虚拟隔离开关，使得相应的实体隔离开关开启，从而使所述二次设备与相应的一次设备进行信号隔离，以防误操作。
步骤4.2：当所述二次设备故障解除后，所述虚拟隔离开关根据故障解除信号自动关闭，从而使得实体隔离开关关闭，从而使所述二次设备与相应的一次设备解除信号隔离。
其中，由于二次设备是对一次设备和***的运行工况进行测量、监视、控制和保护的设备，因此当二次设备出现故障时，可能会使一次设备的测量数据不准确或对一次设备出现误控制，因此通过隔离开关进行信号隔离，故障解除后自动恢复。
本发明的有益效果在于，与现有技术相比，本发明提供了一种基于数字孪生的变电站运维健康分析方法和***，在数字空间构建与实体变电站完全相同的数字孪生变电站，虚实交互，迭代共生，从而实现变电站设备全域感知、故障精准判断、定位准确清晰、预警及时有效，保证变电站安全可靠运行，降低运维成本。通过为所述模型中的各个虚拟设备构建关系映射，可以在对设备进行故障诊断时，通过关系映射获取与当前设备相关联的可能存在潜在风险的设备，并通过数字孪生模型进行相应提示。一次设备和二次设备根据不同的关系映射获取关联设备，从而满足一次设备和二次设备的不同安全等级和功能特点。通过对不同风险的关联设备进行不同等级的风险显示，可以帮助运维人员快速确定关联设备的风险等级，以便制定差异化应对策略。
本发明可以是***、方法和/或计算机程序产品。参见图3，本发明同时公开了一种基于前述的基于数字孪生的变电站运维健康分析方法的基于数字孪生的变电站运维健康分析***，包括变电站数字孪生模型构建模块1、变电站设备运行状态监测模块2、一次设备关联显示模块3和二次设备关联显示模块4。
所述变电站数字孪生模型构建模块1，用于构建变电站数字孪生模型，所述变电站数字孪生模型包括虚拟设备，并且为各个虚拟设备构建关系映射，其中所述虚拟设备与变电站实体设备一一对应；
所述变电站设备运行状态监测模块2，用于通过所述变电站数字孪生模型获取变电站实体设备的物理参数数据和实时运行数据，通过所述虚拟设备进行动态数据显示，并根据所述实时运行数据监测所述变电站实体设备运行状态；
所述一次设备关联显示模块3，用于当监测到所述变电站的一次设备运行状态出现异常时，通过与异常设备对应的虚拟设备进行故障显示，并根据所述物理参数数据和所述关系映射，得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的虚拟设备进行风险显示；
所述二次设备关联显示模块4，用于当所述变电站的二次设备运行状态出现异常时，通过与发生异常的二次设备对应的虚拟设备进行故障显示；同时根据所述关系映射得到发生异常的二次设备的目标关联设备，并通过与该目标关联设备对应的虚拟设备进行风险显示。
基于本发明的精神，本领域技术人员能够容易想到基于前述基于数字孪生的变电站运维健康分析方法可以得到一种计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。即本申请还包括一种终端，包括处理器及存储介质；所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行根据前述基于数字孪生的变电站运维健康分析方法的步骤。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是-但不限于-电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、静态随机存取存储器（SRAM）、便携式压缩盘只读存储器（CD-ROM）、数字多功能盘（DVD）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构（ISA）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言-诸如Smalltalk、C++等，以及常规的过程式编程语言-诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络-包括局域网（LAN）或广域网（WAN）-连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列（FPGA）或可编程逻辑阵列（PLA），该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于数字孪生的变电站运维健康分析方法，其特征在于，包括以下步骤：
构建变电站数字孪生模型，所述变电站数字孪生模型包括虚拟设备，并且为各个虚拟设备构建关系映射，其中所述虚拟设备与变电站实体设备一一对应；
通过所述变电站数字孪生模型获取变电站实体设备的物理参数数据和实时运行数据，通过所述虚拟设备进行动态数据显示，并根据所述实时运行数据监测所述变电站实体设备运行状态；
当监测到所述变电站的一次设备运行状态出现异常时，通过与异常设备对应的虚拟设备进行故障显示，并根据所述物理参数数据和所述关系映射，得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的虚拟设备进行风险显示；
当所述变电站的二次设备运行状态出现异常时，通过与发生异常的二次设备对应的虚拟设备进行故障显示；同时根据所述关系映射得到发生异常的二次设备的目标关联设备，并通过与该目标关联设备对应的虚拟设备进行风险显示。
2.根据权利要求1所述的基于数字孪生的变电站运维健康分析方法，其特征在于，所述为各个虚拟设备构建关系映射，进一步包括：
针对一次设备构建物理关系映射和电气关系映射，并且针对二次设备构建电气关系映射；
所述物理关系映射包括热辐射关系、电辐射关系、位置关系、装配关系；所述热辐射关系和电辐射关系是指变电站设备的热辐射范围和电辐射范围内所覆盖的关联设备；所述位置关系包括变电站设备间的距离、方位关系；所述装配关系是指各设备之间所存在的相互装配的关系；
所述电气关系映射包括电气连接关系。
3.根据权利要求2所述的基于数字孪生的变电站运维健康分析方法，其特征在于，所述物理参数数据包括温度数据、位置数据、装配数据。
4.根据权利要求3所述的基于数字孪生的变电站运维健康分析方法，其特征在于，所述根据所述物理参数数据和所述关系映射，得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的虚拟设备进行风险显示，进一步包括：
根据所述异常设备的位置数据和所述位置关系，得到位置关联设备；根据异常设备的装配数据和所述装配关系，得到装配关联设备；根据异常设备和所述电气连接关系，得到电气关联设备；
判断异常设备的温度数据是否超过阈值，若否，则将所述位置关联设备、所述装配关联设备、所述电气关联设备的交集作为目标关联设备，并通过相应虚拟设备进行一级风险显示；若是，则根据所述温度数据和热辐射关系，得到热辐射关联设备；
判断所述热辐射关联设备是否与异常设备存在电辐射关系；若不存在电辐射关系，则对所述位置关联设备、所述装配关联设备、所述电气关联设备、所述热辐射关联设备分别取并集和交集，将所述并集减去交集得到第一目标关联设备，并通过相应虚拟设备进行一级风险显示；将所述交集作为第二目标关联设备，并通过相应虚拟设备进行二级风险显示；若存在电辐射关系，则将所述位置关联设备、所述装配关联设备、所述电气关联设备、所述热辐射关联设备的并集作为目标关联设备，并通过相应虚拟设备进行二级风险显示。
5.根据权利要求4所述的基于数字孪生的变电站运维健康分析方法，其特征在于：
所述二级风险显示等级高于所述一级风险显示，所述一级风险和所述二级风险通过不同颜色以及文字提示在相应虚拟设备上进行显示，以区分风险等级。
6.根据权利要求5所述的基于数字孪生的变电站运维健康分析方法，其特征在于，所述一次设备与相应的所述二次设备之间设置有实体隔离开关，且所述数字孪生模型中具备相应的虚拟隔离开关。
7.根据权利要求6所述的基于数字孪生的变电站运维健康分析方法，其特征在于，所述根据所述关系映射得到发生异常的二次设备的目标关联设备，并通过与该目标关联设备对应的虚拟设备进行风险显示，进一步包括：
当所述二次设备运行状态出现异常时，运维人员在所述变电站数字孪生模型中通过控制所述虚拟隔离开关，使得相应的实体隔离开关开启，从而使所述二次设备与相应的一次设备进行信号隔离；
当所述二次设备故障解除后，根据故障解除信号自动关闭所述虚拟隔离开关，从而使得相应的实体隔离开关关闭，从而使所述二次设备与相应的一次设备解除信号隔离。
8.一种利用权利要求1-7任一项权利要求所述的基于数字孪生的变电站运维健康分析方法的基于数字孪生的变电站运维健康分析***，包括变电站数字孪生模型构建模块、变电站设备运行状态监测模块、一次设备关联显示模块和二次设备关联显示模块，其特征在于：
所述变电站数字孪生模型构建模块，用于构建变电站数字孪生模型，所述变电站数字孪生模型包括虚拟设备，并且为各个虚拟设备构建关系映射，其中所述虚拟设备与变电站实体设备一一对应；
所述变电站设备运行状态监测模块，用于通过所述变电站数字孪生模型获取变电站实体设备的物理参数数据和实时运行数据，通过所述虚拟设备进行动态数据显示，并根据所述实时运行数据监测所述变电站实体设备运行状态；
所述一次设备关联显示模块，用于当监测到所述变电站的一次设备运行状态出现异常时，通过与异常设备对应的虚拟设备进行故障显示，并根据所述物理参数数据和所述关系映射，得到所述异常设备的目标关联设备，并通过与所述目标关联设备对应的虚拟设备进行风险显示；
所述二次设备关联显示模块，用于当所述变电站的二次设备运行状态出现异常时，通过与发生异常的二次设备对应的虚拟设备进行故障显示；同时根据所述关系映射得到发生异常的二次设备的目标关联设备，并通过与该目标关联设备对应的虚拟设备进行风险显示。
9.一种终端，包括处理器及存储介质；其特征在于：
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1-7任一项所述的基于数字孪生的变电站运维健康分析方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述的基于数字孪生的变电站运维健康分析方法的步骤。
CN202410296815.2A 2024-03-15 2024-03-15 一种基于数字孪生的变电站运维健康分析方法和*** Active CN117893032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410296815.2A CN117893032B (zh) 2024-03-15 2024-03-15 一种基于数字孪生的变电站运维健康分析方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410296815.2A CN117893032B (zh) 2024-03-15 2024-03-15 一种基于数字孪生的变电站运维健康分析方法和***

Publications (2)

Publication Number Publication Date
CN117893032A true CN117893032A (zh) 2024-04-16
CN117893032B CN117893032B (zh) 2024-06-18

Family

ID=90647661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410296815.2A Active CN117893032B (zh) 2024-03-15 2024-03-15 一种基于数字孪生的变电站运维健康分析方法和***

Country Status (1)

Country Link
CN (1) CN117893032B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118094060A (zh) * 2024-04-23 2024-05-28 江苏沃能电气科技有限公司 一种基于数字孪生的电力母线远程健康诊断方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418145A (zh) * 2022-01-21 2022-04-29 福州闽地勘测规划有限公司 基于gim的变电站数字孪生方法及***
CN115130369A (zh) * 2022-05-09 2022-09-30 国网上海市电力公司 基于数字孪生的变电站设备综合状态评估与主动预警方法
CN115313658A (zh) * 2022-08-27 2022-11-08 国网湖北省电力有限公司黄石供电公司 一种数字孪生变电站智能运维***
CN117251810A (zh) * 2023-09-07 2023-12-19 深圳供电局有限公司 基于数字孪生平台的变电站设备状态评估预警***及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114418145A (zh) * 2022-01-21 2022-04-29 福州闽地勘测规划有限公司 基于gim的变电站数字孪生方法及***
CN115130369A (zh) * 2022-05-09 2022-09-30 国网上海市电力公司 基于数字孪生的变电站设备综合状态评估与主动预警方法
CN115313658A (zh) * 2022-08-27 2022-11-08 国网湖北省电力有限公司黄石供电公司 一种数字孪生变电站智能运维***
CN117251810A (zh) * 2023-09-07 2023-12-19 深圳供电局有限公司 基于数字孪生平台的变电站设备状态评估预警***及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118094060A (zh) * 2024-04-23 2024-05-28 江苏沃能电气科技有限公司 一种基于数字孪生的电力母线远程健康诊断方法

Also Published As

Publication number Publication date
CN117893032B (zh) 2024-06-18

Similar Documents

Publication Publication Date Title
CN117893032B (zh) 一种基于数字孪生的变电站运维健康分析方法和***
Liu et al. A fast protection of multi-terminal HVDC system based on transient signal detection
CN104201774B (zh) 一种电力一次二次设备状态监测***集成的方法
Zhang et al. Method of power grid fault diagnosis using intuitionistic fuzzy Petri nets
KR101094195B1 (ko) 2차원 코드 및 관리서버를 이용한 전력설비 관리방법과 그 시스템
CN103066703B (zh) 一种基于物联网的智能spd设备
CN107092222A (zh) 基于防误校验分析一体化的电网调控操作管理***
Laruhin et al. Anomalous modes recognizing secondary equipment in electric power industry: adaptive neuro algorithms
CN105867347B (zh) 一种基于机器学习技术的跨空间级联故障检测方法
CN206249417U (zh) 一种特高压变电站三维实景监控装置
CN117526561A (zh) 基于数字孪生的变电站设备异常监控和预警方法及***
CN104237688A (zh) 考虑多重保护配置下的电网故障诊断解析模型
JP2018119871A (ja) 事故予測装置、事故予測装置の制御方法及びプログラム
Kitazawa et al. RAMI analysis of the ITER CIS
CN105703479B (zh) 通道延伸实现主站、厂站自动化设备上下联动的方法
CN116304579A (zh) 基于变电站模型与规则实例化的事件告警推理方法与***
CN116298844B (zh) 基于半动态布置的变电站高压断路器状态监测***及方法
CN116087762A (zh) 基于阵列空间电场的断路器非接触式绝缘监测方法及***
US20230021214A1 (en) Tracking of health and resilience of physical equipment and related systems
CN114299799B (zh) 适用于配电自动化培训的仿真模拟***、电子设备和可读存储介质
Tang Anomaly inference based on heterogeneous data sources in an electrical distribution system
CN106646115A (zh) 一种输电线故障检测方法
CN115938054B (zh) 电子围栏交互方法、***及服务器
CN110988663A (zh) 一种气体绝缘开关设备的故障定位方法、装置及设备
CN114583671B (zh) 一种配电网保护***及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant